Я пытаюсь воссоздать нейронную сеть на основе заданных фактов. Она имеет 3 входа, скрытый слой и выход. Моя проблема в том, что веса также даны, поэтому мне не нужно тренироваться.

Я подумал, может быть, я мог бы сохранить обучение аналогичной по структуре нейронной сети и соответственно изменить значения. Как вы думаете, это будет работать? Любые другие идеи. Спасибо.

Код нейронной сети:

    net = FeedForwardNetwork()
    inp = LinearLayer(3)
    h1 = SigmoidLayer(1)
    outp = LinearLayer(1)

    # add modules
    net.addOutputModule(outp)
    net.addInputModule(inp)
    net.addModule(h1)

    # create connections
    net.addConnection(FullConnection(inp, h1))
    net.addConnection(FullConnection(h1, outp))

    # finish up
    net.sortModules()


    trainer = BackpropTrainer(net, ds)
    trainer.trainUntilConvergence()

Сохранить тренировку и загрузить код изКак сохранить и восстановить обучение PyBrain?

# Using NetworkWriter

from pybrain.tools.shortcuts import buildNetwork
from pybrain.tools.xml.networkwriter import NetworkWriter
from pybrain.tools.xml.networkreader import NetworkReader

net = buildNetwork(2,4,1)

NetworkWriter.writeToFile(net, 'filename.xml')
net = NetworkReader.readFrom('filename.xml')